La consultora Markets & Markets ha estimado que el mercado de soluciones tecnológicas que ofrecen análisis de las emociones alcanzará los 4.600 millones de dólares para el próximo año y es una de las tendencias más destacadas en análisis y ciencia de datos para este 2021. Este valor está aumentando porque las organizaciones son cada vez más conscientes de que la recolección y análisis de información relativa a las emociones de sus clientes puede ayudar a determinar su comportamiento y de esta manera, dispondrán de claves para mejorar la experiencia de usuario y la fidelidad de marca.
Por este motivo, esta disciplina tiene múltiples aplicaciones para sectores donde las opiniones de los clientes o la experiencia de usuario tienen un peso importante, con ejemplos como:
- Retail: la compañía de eCommerce eBay lanzó una Pop-Up Store física y quería determinar cómo los clientes se sentían haciendo las compras de regalos de navidad. Para ello, se sirvió de múltiples cámaras y tecnologías biométricas para interpretar las expresiones faciales y cómo cada cliente se sentía al estar cerca de productos determinados.
- Aerolíneas: como parte de su vigésimo aniversario, la compañía EasyJet utilizó el análisis de las emociones para descubrir cómo se habían sentido sus clientes en viajes anteriores. Después, lo utilizó para una campaña de mailing donde les contaban de manera totalmente personalizada su historia con la aerolínea. La compañía asegura que así obtuvieron 100% más de aperturas que en anteriores campañas de mailing.
- Aseguradoras: la compañía de seguros para la salud Humana utiliza una solución de análisis de emociones a través de la voz para ayudar a sus call centers a mejorar sus servicios de atención al cliente. Así, consiguieron mejorar el trato y las respuestas que obtenían sus agentes e incrementar las puntuaciones en su Net Promoter Score (NPS, por sus siglas en inglés, escala para medir de la fidelidad de sus clientes).
Sin embargo, los datos recopilados para el análisis de las emociones suelen provenir de múltiples fuentes de distinto formato y origen, como la voz, cámaras biométricas, wearables u otros dispositivos de Internet de las cosas (IoT). Eso puede dificultar su procesamiento de manera holística, especialmente si las herramientas de análisis utilizan algoritmos de Inteligencia Artificial y Machine Learning que son cada vez más frecuentes y complejos. Además, al tratarse de datos que en muchos casos son de carácter personal (como imágenes faciales y registros de voz) necesitan un adecuado tratamiento y almacenamiento para cumplir con las normativas de protección de datos como el GDPR.
Como respuesta a estos retos que puede plantear el análisis de las emociones, Denodo recomienda el uso de tecnologías de virtualización de datos. José Andrés García, responsable de Denodo para Iberia y Latinoamérica, explica: “La analítica de emociones tiene cada vez mayores usos y casos de aplicación porque las organizaciones saben lo importante que puede ser anticipar el comportamiento o dar una mejor respuesta a sus clientes para lograr su fidelización y así potenciar sus ventas. Pero esta tecnología también tiene retos como el cumplimiento de la regulación o el procesamiento de sus datos, ya que muchas veces provienen de múltiples fuentes y formatos como la voz, las cámaras biométricas o incluso de sensores wearables. Afortunadamente, la Virtualización de Datos puede ser su gran aliado. Ocurre que esta tecnología es capaz de integrar todos los datos repartidos entre sistemas heterogéneos como los mencionados mediante una capa lógica. Así, se pueden gestionar de manera unificada y centralizada entregarse en todo momento en tiempo real y cumpliendo con las normativas”.
